印刷体数字识别系统的设计.doc

摘要:随着信息化时代的到来，模式识别的研究与应用越来越广泛。诸如车牌识别，身份证识别等数字识别应用越来越多，便利了我们的生活。因此，快速而准确的将身份证号码准确的输入到计算机是信息处理的一个关键问题。大量科研人员投入到数字识别研究中，涌现了许多识别方法和科研成果。

本文研究和实现了对身份证图片中的18位身份证号码进行识别。在系统的设计中，本文引入了神经网络模式识别技术，提出BP神经网络的识别方法。本文把整个系统分成了三个主要模块（图像预处理、数字提取和BP网络的数字识别）进行详细的阐述。

为了提高身份证号码识别的正确率，本文仔细分析了在三个模块的设计过程中遇到的问题，分别运用这些方法进行设计：（1）在图像预处理的设计中，重点处理图像的二值化和图像的分割，运用连通域分割算法，二值化和分割结果比较好。（2）字符的特征提取是系统设计的重难点，运用了连通域算法进行开运算、连通区域提取、重心提取把18位数字从图像中提取出来。（3）在识别的设计中，运用神经网络的识别方法，在最后的试验中获得一定的效果。

本文的研究表明，基于BP神经网络的数字识别系统对收集好的图像进行识别具有较高的识别率。

关键词：印刷体数字；识别；连通域；BP神经网络

目录

摘要

Abstract

1 绪论-1

1.1 课题的研究背景-1

1.2 国内外的发展状况-1

1.3 研究意义-2

1.4 本文主要内容及安排-3

2 图像的采集与预处理-4

2.1 图像的采集-4

2.2 图像的预处理-4

2.2.1 图像的灰度化-4

2.2.2 图像的二值化-5

2.2.3 图像的去噪-7

2.3.4 图像的分割-7

3 数字图像的提取与分割-9

3.1 基于连通域的数字图像提取与分割-9

3.1.1 开运算-9

3.1.2 连通区域提取-9

3.2 数字字符的分割-10

4 基于BP神经网络的识别-11

4.1 神经网络基本原理-11

4.1.1 神经元-12

4.1.2 BP网络-12

4.2 神经网络训练-15

4.2.1 建立样本-15

4.2.2 训练停止-15

4.2.3 训练过程-16

4.3 神经网络训练结果-16

5 GUI的设计与识别结果-19

5.1 GUI的设计-19

5.2 识别结果-20

5.2.1 导入图像识别结果-20

5.2.2 采集图像识别结果-22

结    论-24

参 考 文 献-25